- Descrição :
O conjunto de dados Street View House Numbers (SVHN) é um conjunto de dados de reconhecimento de dígitos de imagem com mais de 600.000 imagens de dígitos provenientes de dados do mundo real. As imagens são cortadas em 32x32.
Documentação adicional : Explore artigos com código
Página inicial : http://ufldl.stanford.edu/housenumbers/
Código fonte :
tfds.datasets.svhn_cropped.Builder
Versões :
-
3.1.0
(padrão): Nova API dividida ( https://tensorflow.org/datasets/splits )
-
Tamanho do download :
1.47 GiB
Tamanho do conjunto de dados :
1.09 GiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :
Dividir | Exemplos |
---|---|
'extra' | 531.131 |
'test' | 26.032 |
'train' | 73.257 |
- Estrutura de recursos :
FeaturesDict({
'id': Text(shape=(), dtype=string),
'image': Image(shape=(32, 32, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})
- Documentação de recursos :
Recurso | Aula | Forma | Tipo D | Descrição |
---|---|---|---|---|
RecursosDict | ||||
eu ia | Texto | corda | ||
imagem | Imagem | (32, 32, 3) | uint8 | |
rótulo | ClassLabel | int64 |
Chaves supervisionadas (consulte o documento
as_supervised
):('image', 'label')
Figura ( tfds.show_examples ):
- Exemplos ( tfds.as_dataframe ):
- Citação :
"""Street View House Numbers (SVHN) Dataset, cropped version."""
@article{Netzer2011,
author = {Netzer, Yuval and Wang, Tao and Coates, Adam and Bissacco, Alessandro and Wu, Bo and Ng, Andrew Y},
booktitle = {Advances in Neural Information Processing Systems ({NIPS})},
title = {Reading Digits in Natural Images with Unsupervised Feature Learning},
year = {2011}
}